Resumen: Proponemos MemoBrain, un modelo de memoria ejecutiva para agentes aumentados con herramientas que construye una memoria consciente de la dependencia sobre pasos de razonamiento, capturando estados intermedios destacados y sus relaciones lógicas. MemoBrain actúa como copiloto junto al agente de razonamiento y organiza el progreso del razonamiento sin bloquear la ejecución y gestiona activamente el contexto de trabajo. Específicamente, elimina pasos no válidos, pliega subtrayectorias completadas y preserva una columna vertebral de razonamiento compacta y de gran relevancia bajo un presupuesto de contexto fijo. Juntos, estos mecanismos permiten un control cognitivo explícito sobre las trayectorias de razonamiento en lugar de una acumulación pasiva de contexto.
Evaluamos MemoBrain en puntos de referencia desafiantes a largo plazo, incluidos GAIA, WebWalker y BrowseComp-Plus, demostrando mejoras consistentes sobre líneas de base sólidas.
Publicado originalmente en export.arxiv.org el 13 de enero de 2026.
Ver fuente original
